Code-Graph-RAG

Name: Code-Graph-RAG
Author: vitali87

von vitali87Version 0.5.0i★ –iLäuft auf deinem Computer

Name in der Registryio.github.vitali87/code-graph-rag

Installieren

Überblick

Beschreibung vom Entwickler (englisches Original)

Knowledge-graph RAG for multi-language codebases: index, query and edit code in natural language.

Die drei Säulen von PopNx MCP

Diese drei werden nie zu einer Punktzahl zusammengefasst: Meinungen, Messungen und Beliebtheit sind verschiedene Dinge.

Stimmen der NutzeriNoch keine BewertungenBewertungen starten in einem späteren Schritt zusammen mit Benutzerkonten
Unsere Basischecksi1 von 1 bestandenAnhand öffentlicher Informationen geprüft; Code noch nicht gescannt
NutzungiNoch nicht gemessen★ –

Was du damit machen kannst

Für diesen Server haben wir noch keine Zusammenfassung in einfacher Sprache geschrieben. Unten stehen die Fakten, die wir aus der Registry gelesen haben.

Verbindung: Läuft auf deinem Computer
Transport: stdio
Kategorie: Suche & KI-Gedächtnis
Das musst du eintragen: ORCHESTRATOR_API_KEY, CYPHER_API_KEY

Installation

Wähle die KI-App, die du nutzt, und kopiere die Einstellungen.

Bevor du installierst

Basischecks: 1 von 1 bestanden
Läuft auf deinem Computer mit den Rechten deines Benutzerkontos (Dateien, Netzwerk, Apps).
Das trägst du selbst ein: ORCHESTRATOR_PROVIDER, ORCHESTRATOR_MODEL, ORCHESTRATOR_API_KEY, CYPHER_PROVIDER, CYPHER_MODEL, CYPHER_API_KEY, MEMGRAPH_HOST, MEMGRAPH_PORT, TARGET_REPO_PATH

Als geheim markierte Werte sind Schlüssel zu deinem Konto. Gib sie nie weiter und füge sie nie in einen Chat ein.

Du brauchst

PyPIuv für Python installiert (für den Befehl uvx)

Welche App nutzt du?

ClaudeClaude CodeCursorVS CodeChatGPT

Wähle oben deine App. Wir merken sie uns, damit der Button beim nächsten Mal „In … installieren“ anzeigt.

Öffne Claude Desktop → Settings → Developer → Edit Config und füge dies in claude_desktop_config.json ein

{
  "mcpServers": {
    "code-graph-rag": {
      "command": "uvx",
      "args": [
        "code-graph-rag",
        "mcp-server"
      ],
      "env": {
        "ORCHESTRATOR_PROVIDER": "your-value",
        "ORCHESTRATOR_MODEL": "your-value",
        "ORCHESTRATOR_API_KEY": "your-value",
        "CYPHER_PROVIDER": "your-value",
        "CYPHER_MODEL": "your-value",
        "CYPHER_API_KEY": "your-value",
        "MEMGRAPH_HOST": "your-value",
        "MEMGRAPH_PORT": "your-value",
        "TARGET_REPO_PATH": "your-value"
      }
    }
  }
}

Führe das in deinem Terminal aus

claude mcp add code-graph-rag --env ORCHESTRATOR_PROVIDER=your-value --env ORCHESTRATOR_MODEL=your-value --env ORCHESTRATOR_API_KEY=your-value --env CYPHER_PROVIDER=your-value --env CYPHER_MODEL=your-value --env CYPHER_API_KEY=your-value --env MEMGRAPH_HOST=your-value --env MEMGRAPH_PORT=your-value --env TARGET_REPO_PATH=your-value -- uvx code-graph-rag mcp-server

Trag die leeren Werte ein, bevor du ihn startest.

In Cursor öffnen

Oder kopier die Einstellungen selbst

In .cursor/mcp.json in deinem Projekt oder in ~/.cursor/mcp.json einfügen

{
  "mcpServers": {
    "code-graph-rag": {
      "command": "uvx",
      "args": [
        "code-graph-rag",
        "mcp-server"
      ],
      "env": {
        "ORCHESTRATOR_PROVIDER": "your-value",
        "ORCHESTRATOR_MODEL": "your-value",
        "ORCHESTRATOR_API_KEY": "your-value",
        "CYPHER_PROVIDER": "your-value",
        "CYPHER_MODEL": "your-value",
        "CYPHER_API_KEY": "your-value",
        "MEMGRAPH_HOST": "your-value",
        "MEMGRAPH_PORT": "your-value",
        "TARGET_REPO_PATH": "your-value"
      }
    }
  }
}

Dein Browser fragt, ob er die App öffnen darf, dann zeigt die App die Einstellungen und bittet dich um Bestätigung. Schlüsselwerte bleiben leer, damit du sie selbst einträgst.

In VS Code öffnen

Oder kopier die Einstellungen selbst

In .vscode/mcp.json in deinem Projekt einfügen

{
  "servers": {
    "code-graph-rag": {
      "type": "stdio",
      "command": "uvx",
      "args": [
        "code-graph-rag",
        "mcp-server"
      ],
      "env": {
        "ORCHESTRATOR_PROVIDER": "your-value",
        "ORCHESTRATOR_MODEL": "your-value",
        "ORCHESTRATOR_API_KEY": "your-value",
        "CYPHER_PROVIDER": "your-value",
        "CYPHER_MODEL": "your-value",
        "CYPHER_API_KEY": "your-value",
        "MEMGRAPH_HOST": "your-value",
        "MEMGRAPH_PORT": "your-value",
        "TARGET_REPO_PATH": "your-value"
      }
    }
  }
}

Dein Browser fragt, ob er die App öffnen darf, dann zeigt die App die Einstellungen und bittet dich um Bestätigung. Schlüsselwerte bleiben leer, damit du sie selbst einträgst.

Dieser Server läuft auf deinem Computer, und ChatGPT kann sich nur mit Servern im Internet verbinden. Wähle eine andere App.

Deine Auswahl bleibt in einem Cookie auf diesem Gerät; kein Konto nötig.

Werte, die du selbst einträgst

ORCHESTRATOR_PROVIDER env
LLM provider for the orchestrator agent (openai, anthropic, google, azure, cohere, ollama)
ORCHESTRATOR_MODEL env
Model name for the orchestrator agent
ORCHESTRATOR_API_KEY geheim env
API key for the orchestrator LLM provider (not needed for the default local ollama provider)
CYPHER_PROVIDER env
LLM provider for Cypher query generation (openai, anthropic, google, azure, cohere, ollama)
CYPHER_MODEL env
Model name for Cypher query generation
CYPHER_API_KEY geheim env
API key for the Cypher LLM provider (not needed for the default local ollama provider)
MEMGRAPH_HOST env
Hostname of the Memgraph database
MEMGRAPH_PORT env
Port of the Memgraph database
TARGET_REPO_PATH env
Path to the repository to analyze (auto-detected from working directory if not set)

Diese Einstellungen werden aus dem Registry-Eintrag des Entwicklers erzeugt. Wenn in der README etwas anderes steht, folge der README.

Was er kann

Läuft auf deinem Computer; die Tool-Liste erscheint nach der Installation in deiner KI-App.

Basischecksi

Wir prüfen Informationen, die jeder sehen kann; den Code haben wir nicht gelesen. Checks, die nicht zutreffen, werden nicht mitgezählt. · Geprüft am 6. Nov. 2026

✓ Bestanden
Entwickler passt zum Repo
Der Registry-Name wurde mit dem GitHub-Konto vitali87 bestätigt, dem das Repo gehört
… Noch nicht geprüft
Wird noch gepflegt
Dieses Repo haben wir noch nicht von GitHub gelesen
… Noch nicht geprüft
Hat eine Lizenz
Dieses Repo haben wir noch nicht von GitHub gelesen
– Nicht zutreffend
Endpunkt antwortet
Dieser Server läuft auf deinem Computer; es gibt keinen Endpunkt im Internet
– Nicht zutreffend
Anmeldung mit OAuth
Läuft auf deinem Computer und nutzt stattdessen lokale Einstellungen
… Noch nicht geprüft
Keine versteckten Anweisungen in Tool-Beschreibungen
Läuft auf deinem Computer; Tool-Listen können wir nur von Endpunkten im Internet lesen

Im Vergleich mit anderen in Suche & KI-Gedächtnisi

Mehr Sterne als 0 % der anderen 7223 Server in dieser Kategorie
Neuer in der Registry veröffentlicht als 91 % der anderen 7223 Server in dieser Kategorie
Basischecks gleich gut wie oder besser als bei 100 % der anderen 7223 Server in dieser Kategorie

Verglichen mit allen aktiven Servern dieser Kategorie in der Registry. Sterne zählen nur, wenn dem Herausgeber das Repo gehört.

Häufige Fragen

Ist Code-Graph-RAG sicher?

Er hat 1 von 1 zutreffenden Basischecks bestanden. Den Code haben wir nicht gelesen. Bevor du einen Schlüssel oder Token hinzufügst, sieh nach, welche Zugriffe der Server verlangt, und nutze einen Schlüssel, der nur die Berechtigungen hat, die du brauchst.

Welche Schlüssel oder Codes braucht er?

Das musst du eintragen: ORCHESTRATOR_API_KEY, CYPHER_API_KEY

Läuft er auf meinem Computer oder in der Cloud?

Er läuft auf deinem Computer. Deine KI-App startet ihn bei Bedarf, und die Daten laufen nicht über die Server des Entwicklers (außer der Server ruft selbst einen Onlinedienst auf).

Wird er noch gepflegt?

Das GitHub-Repo wurde zuletzt – geändert, und die neueste Version (0.5.0) kam vor 3 Tagen in die Registry.

Welche Apps können ihn nutzen?

Apps, die MCP unterstützen, etwa Claude Desktop, Claude Code, Cursor und VS Code. Außerdem brauchst du Python (uv) auf deinem Computer.

Was kann ich stattdessen nutzen?

In derselben Kategorie: Context7, Codebase Memory, Exa

Alternativen

Server derselben Kategorie von anderen Entwicklern, sortiert nach Sternen.

So liest du eine Karte:★ GitHub-SterneiDrei Säulen: Bewertungen · Checks · NutzungiAktualisiert = neueste Version in der Registry veröffentlichti

Context7

von upstash

Up-to-date docs for AI agents

Computer oder Cloud★ 64.224MITAktualisiert vor 3 Tagen

Installieren

Codebase Memory

von DeusData

Codebase knowledge graph for AI agents — 162 languages, sub-ms queries, 99% fewer tokens.

Läuft auf deinem Computer★ 48.148MITAktualisiert vor 20 Tagen

Installieren

Exa

von exa-labs

Connect AI agents to Exa for web search, content fetching, and multi-step research.

Läuft in der Cloud★ 5.213MITAktualisiert vor 44 Tagen

Installieren

README vom Entwickler

README öffnen

Unverändert aus dem Repo des Entwicklers übernommen. PopNx MCP hat den Inhalt weder geprüft noch empfiehlt es ihn. HTML, Bilder und Skripte wurden entfernt. Links führen von dieser Website weg.

Code-Graph-RAG

Code-Graph-RAG parses a multi-language codebase with Tree-sitter, sharpened by compiler-grade frontends and runtime traces where available, builds a knowledge graph of its structure in an embedded graph database that needs no server, and lets you query, edit, and optimise that code in plain English. It works across a monorepo of mixed languages under one unified graph schema.

Index: cgr start --update-graph parses a repository into a knowledge graph (sped up)

Ask: cgr start answers questions and edits code, grounded in that graph

Latest News 🔥

Rust Upgrade: Updated Rust to version 1.99.1-slim-trixie.
Signature Functionality: Added support for reading and writing JavaScript headers for change signatures, including the ability to change the signature of JavaScript functions or methods.
macOS Compatibility: The build now leaves macOS-14 support.

See NEWS.md for the full history.

What It Does

Point Code-Graph-RAG at a repository and it reads every source file, extracts functions, classes, methods, modules, and the relationships between them, and stores the result as an interconnected graph. Once the graph exists you can:

Ask questions about the codebase in natural language and get answers grounded in the real structure.
Retrieve the actual source of any function, class, or method by name or by intent.
Edit code through the agent with AST-based surgical patching and a diff preview before anything changes.
Optimise code against language best practices or your own coding standards.
Find dead code by walking call and reference edges from entry points.
Search and rewrite structurally by AST pattern with ast-grep.
Overlay runtime behaviour: trace a test run (or pull production eBPF profiles) with cgr trace and merge the calls that actually happened into the graph, exposing dispatch that static analysis cannot see.

How It Works

The system has two components:

Multi-language parser. A Tree-sitter based parser reads the codebase and ingests functions, classes, methods, modules, and their relationships into the graph under a single language-agnostic schema. Where a toolchain is available, compiler-grade frontends layer exact facts on top (libclang for C/C++, go/types for Go, and opt-in Roslyn, javac and Jedi for C#, Java and Python), and dynamic tracing merges calls observed at runtime. Tree-sitter stays the backbone: a trace only sees code that ran, and a compiler frontend only covers what its toolchain can build.
RAG system (codebase_rag/). An interactive CLI that turns natural language into Cypher queries, retrieves matching code, and drives AI-powered editing and optimisation.

Source Code -> Tree-sitter Parser -> AST Analysis -> Knowledge Graph

| User Query -> AI Model (Cypher Gen) -> Cypher Query -> Graph Results -> Response

The graph is stored in an embedded SQLite file by default. Memgraph and Neo4j are opt-in backends that run the same Cypher; Graph Backends compares them.

See the Architecture Overview and Graph Schema for the full picture.

Supported Languages

Python, TypeScript, TSX, JavaScript, Rust, Go, Java, C, C++, C#, PHP, Lua, Dart, and Julia are fully supported. Scala is in development, and Ruby, Kotlin, Swift, Elixir, Haskell, Solidity, Bash, and Nix have structural support (modules, functions, classes where the language has them, and imports) through the pluggable ast-grep tier. See the Language Support matrix for per-language capabilities.

Installation

cgr is published to PyPI. Install it system-wide with the treesitter-full (tree-sitter grammars), ast-grep (Ruby, Kotlin, Swift, Elixir, Haskell, Solidity, Bash, Nix) and semantic (vector search) extras:

# with uv (recommended)

uv tool install "code-graph-rag[treesitter-full,ast-grep,semantic]"

or with pipx

pipx install "code-graph-rag[treesitter-full,ast-grep,semantic]"

Which version am I getting?

Three version lines exist and they intentionally differ:

where	what it tracks
git tags	every version, one per merge
GitHub Releases (binaries, signatures)	every 50th version, plus any security fix, breaking change or merge labelled `release now`
PyPI	every 50th version, plus any security fix, breaking change or merge labelled `release now`

So the newest tag on main usually runs ahead of the newest release, often by tens of patch versions; they coincide only just after a release. Nothing is stuck, the cadences differ by design. A security fix, a breaking change or a merge a maintainer labels release now does NOT wait for the cadence: each ships a release and a PyPI upload immediately.

uv tool install and pipx install give you the newest PyPI version, which is the newest RELEASE, not the newest tag. Interim tags exist so every merge is addressable; binaries and PyPI uploads follow the cadence above.

To run code newer than the latest release, install from git:

uv tool install "code-graph-rag[treesitter-full,ast-grep,semantic] @ git+https://github.com/vitali87/code-graph-rag@main"

To upgrade an existing install, run uv tool upgrade code-graph-rag (with pipx, pipx upgrade code-graph-rag, or pipx reinstall code-graph-rag for a git install). Upgrade covers the other install methods.

You also need Python 3.12+ and ripgrep. The graph lives in an embedded SQLite file by default, so there is no database server to run: no Docker and no cmake. Memgraph and Neo4j remain available as opt-in backends (Graph Backends). Full prerequisites, source installs, and environment setup are in the Installation guide.

[!NOTE]

The wheel is pure Python (py3-none-any), so it installs on any platform with Python 3.12 or newer. Older system interpreters (Debian Bookworm ships 3.11) need the interpreter pinned explicitly; see Installation for the commands.

Quick Start

# Parse a repository into the graph, then query it

cgr start --repo-path /path/to/repo --update-graph cgr start --repo-path /path/to/repo

The graph is written to ~/.cgr/graph.sqlite (set SQLITE_GRAPH_PATH to move it). To use Memgraph instead, install the driver with the memgraph extra, set GRAPH_BACKEND=memgraph, and start the packaged Memgraph + Qdrant stack with cgr daemon up.

Repeat the first command for each repository you want indexed; the graph is shared, and syncing one project leaves the others alone. To start over from an empty graph, add --clean — it deletes every project in the shared graph, not just this one, and asks for confirmation first when other projects would be destroyed.

A default index leaves out the opt-in capture groups; add them with --capture or CGR_CAPTURE.

The Quick Start guide walks through parsing, querying, and exporting in five minutes.

MCP Server

Code-Graph-RAG runs as an MCP server so Claude Code and other MCP clients can query and edit your codebase directly. See the MCP Server guide for setup.

Documentation

Getting Started

Installation
Quick Start
Configuration

User Guide

CLI Reference
Interactive Querying
Code Optimisation
Dead Code Detection
Dynamic Call Tracing
Graph Export
Real-Time Updates
C/C++ Semantic Mode
MCP Server
Porting Between Languages

Architecture

Overview
Graph Schema
Graph Backends
Language Support
Data-Flow Edges

Python SDK

Overview
Graph Loader
Cypher Generator
Semantic Search

Advanced

Adding Languages
Ignore Patterns
Building Binaries
Troubleshooting

Enterprise Services

Code-Graph-RAG is open source and free to use. For organisations that need more, we offer fully managed cloud-hosted solutions and on-premise deployments:

Nur der Anfang wird gezeigt; den Rest findest du im Repo

Code-Graph-RAG

Überblick

Die drei Säulen von PopNx MCP

Was du damit machen kannst

Installation

Bevor du installierst

Werte, die du selbst einträgst

Was er kann

Basischecksi

Entwickler passt zum Repo

Wird noch gepflegt

Hat eine Lizenz

Endpunkt antwortet

Anmeldung mit OAuth

Keine versteckten Anweisungen in Tool-Beschreibungen

Im Vergleich mit anderen in Suche & KI-Gedächtnisi

Häufige Fragen

Alternativen

Context7

Codebase Memory

Exa

README vom Entwickler

Code-Graph-RAG

Latest News 🔥

What It Does

How It Works

Supported Languages

Installation

or with pipx

Which version am I getting?

Quick Start

MCP Server

Documentation

Enterprise Services